### 实现 Python Pandas 对 Excel 数据处理并统计每人每天上班后在闸机外的时间 为了实现这一功能，可以按照如下方式构建函数： #### 导入库 首先导入必要的库： ```python import pandas as pd ``` #### 定义读取Excel文件的函数 创建一个用于加载Excel数据到DataFrame对象中的方法，并确保能够正确识别日期格式的数据。 ```python def load_data(file_path, sheet_index=0): df = pd.read_excel( file_path, sheet_name=sheet_index, parse_dates=['进入时间', '离开时间'] # 假设这两列为'进入时间','离开时间' ) return df ``` 此部分利用`pd.read_excel()`函数来打开指定路径下的Excel文档，并通过设置参数`sheets_name`为工作簿内的特定编号（默认为首张表格），同时指明哪些列应该被解释成日期类型[^2]。 #### 添加辅助计算字段 接着定义一个新的列用来存储每位员工当天首次打卡之后，在公司外部停留的具体时间段。这一步骤涉及到了对于原始数据集中每条记录按日分组操作以及应用自定义逻辑判断是否属于有效的工作时段内未进入办公楼的情况。 ```python def add_time_outside_office_column(df): grouped_by_date_and_id = df.groupby(['工号', df['进入时间'].dt.date]) def calculate_time_outside(group): first_entry = group.iloc[0]['进入时间'] last_exit_of_previous_day = None if not group.name[1].strftime('%Y-%m-%d') == min(df['进入时间']).date().isoformat(): previous_days_entries = df[ (df['工号'] == group.name[0]) & (df['进入时间'].dt.date < group.name[1])] if not previous_days_entries.empty: last_exit_of_previous_day = max(previous_days_entries['离开时间']) time_spent_outside = [] for _, row in group.iterrows(): entry_time = row['进入时间'] exit_time = row['离开时间'] if last_exit_of_previous_day and entry_time.time() >= last_exit_of_previous_day.time(): time_diff = entry_time - last_exit_of_previous_day.replace(year=entry_time.year, month=entry_time.month, day=entry_time.day) time_spent_outside.append(time_diff.total_seconds()) elif len(time_spent_outside) == 0 or any([abs(td) != abs(time_spent_outside[-1]) for td in time_spent_outside]): time_spent_outside.append((exit_time-entry_time).total_seconds()) return sum(time_spent_outside) df['在外时长(秒)'] = grouped_by_date_and_id.apply(calculate_time_outside).reset_index(level=[0, 1], drop=True) return df ``` 上述代码片段实现了以下几点： - 使用 `groupby()` 方法基于 “工号” 和 “进入时间”的日期组件对 DataFrame 进行分组； - 针对每个小组执行定制化的聚合运算——即调用内部定义好的 `calculate_time_outside()` 函数； - 计算出每次刷卡间隔期间所花费的实际分钟数，并将其保存至新增加的一列当中； 注意这里的假设条件是存在两列分别代表“进入时间”和“离开时间”，并且这些时间戳已经被正确解析成了 datetime 类型的对象[^1]。 #### 输出结果到新的Excel文件 最后将经过加工后的数据集导出回另一个Excel文件里去以便后续查看或进一步分析。 ```python def save_to_excel(df, output_file_path): writer = pd.ExcelWriter(output_file_path, engine='xlsxwriter') df.to_excel(writer, index=False) writer.save() ``` 整个流程下来就完成了从读取原始考勤记录开始直到最终得到含有额外信息的新版本的过程。当然实际项目中可能还需要考虑更多细节上的优化比如异常情况处理等。